Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightVeri analizi, çeviri hatası daha fazla olan ana metin türünün sırasıyla işlevsel metin ve anlatımcı metin çevirisi olduğunu ortaya koymuştur.
📌 3 Maddede Bu Makale
Özet
Makine Çevirisi (MÇ), özellikle teknolojinin ortaya çıkması ve çeviri ihtiyacının artması ile birlikte halkın ilgilendiği önemli konulardan biri haline gelmiştir. Google Translate , MÇ olarak hızlı çeviri sağlar; ancak, metinlerin kalitesi çoğu zaman yetersiz kalmaktadır. Bu çalışma, Türkçeden İngilizceye yapılan Google Translate çıktılarının çeviri hatalarını incelemeyi amaçlamaktadır. Hatalar, alt kategorileri olan dört ana kategoriye ayrılır: Sözlüksel Hatalar, Morfolojik Hatalar, Sözdizimsel Hatalar, Anlamsal ve Pragmatik Hatalar . Çalışmanın amacı doğrultusunda, Katharina Reiss (1971) tarafından öne sürülen her üç metin türünden birer metin Google Translate tarafından çevrilmek ve incelenmek üzere seçilmiştir. Bu metin türleri Bilgilendirici Metinler, Anlatımcı Metinler ve İşlevsel Metinlerdir. Çalışmada, ilk olarak, ana metin türlerinden hangisinde daha fazla çeviri hatası bulunduğunu, ikinci olarak da, çeviri hatası türlerinin ana metin türlerine göre değişip değişmediğinin araştırılması amaçlanmıştır. Bu amaçla, çalışmada hem nicel hem de nitel analizler kullanılmıştır. Veri analizi, çeviri hatası daha fazla olan ana metin türünün sırasıyla işlevsel metin ve anlatımcı metin çevirisi olduğunu ortaya koymuştur. Metin tipleri arasındaki hata türlerinin farklı olduğu da gözlenmiştir. Bilgilendirici metin temel olarak sözcüksel hatalar içerirken, işlevsel ve anlatımcı metinler temel olarak anlamsal ve pragmatik hatalar içermektedir. Sonuçları özetlerken, Google Translate'in çok sayıda dilde daha hızlı çeviriler sağlamasına rağmen, hala insan yardımına ihtiyaç duyulduğu sonucuna varılabilir.
Abstract
Machine Translation (MT) has become one of the important topics of public interest especially with the advent of technology and the blooming need for translation. Google Translate , as an MT, provides quick translations; however, the quality of the texts often remains unsatisfactory. This study aims to analyze the translation errors of Google Translate outputs conducted from Turkish into English. The errors are classified into four major categories: Lexical Errors, Morphological Errors, Syntactic Errors, Semantic and Pragmatic Errors, which include subcategories. In parallel with the aim of the study, a text from each of the three text types put forward by Katherina Reiss (1971), was chosen to be translated by Google Translate and to be analyzed. These text types are Informative Texts, Expressive Texts, and Operative Texts. In the study, firstly it is aimed to explore which of the main text types has more translation errors, secondly, whether the translation error types vary by the main text types or not . In order to deal with this, both quantitative and qualitative analyses are utilized in the study. The data analysis revealed that the main text type that has more translation errors is the translation of operative text and expressive text , respectively. It is also observed that the error pattern between the text types was different. The informative text mainly includes lexical errors , whereas operative and expressive mainly include semantic and pragmatic errors. Summing up the results, it can be concluded that although Google Translate provides much quicker translations among a large number of languages, there is still a need for human assistance.